4092 件の論文
本論文は、リアルタイム流体レンダリングにおけるNVIDIA RTXニューラルシェーダーの実現可能性を評価しており、ニューラルネットワークが高フレームレートでピクセルレベルのBSDFを近似することには成功しているものの、現状ではフレームワークの重大な制限により、頂点変位タスクへの効果的な展開が妨げられていることを示している。
本研究は、プログラミング学習における早期の成功予測のための部分的な正誤および進捗を考慮した定式化を提案および検証し、それが従来の二値的および順序的なアプローチよりも学習者の進展をより効果的に捉え、的を絞った指導的支援を可能にすることで、大幅に優れた性能を示すことを実証するものである。
122件の研究（2015年〜2025年）を対象としたこの系統的レビューは、機械学習モデル、特に非破壊センシング技術と統合されたアンサンブルおよびハイブリッド手法が、品質評価とサプライチェーン全体における損失削減を向上させることで、生鮮果実のポストハーベスト管理を大幅に強化することを示しており、同時に、現在の導入における課題を克服するための標準化されたデータセットと実環境での検証の必要性を強調している。
本論文は、内部検証分割におけるポートフォリオを評価することによって最適なクラスバランス型サブセットセレクターを選択する手法であるValidation-Aligned Coreset Selection (VACS) を導入し、繰り返しの検証が極端な予算制約下でのフューショット分類精度を大幅に向上させ得ることを示すが、それが常に最良の静的な選択ルールを上回るわけではないことも示している。
本論文は、インスタンスレベルの候補生成にYOLO11s-segを、ハードネガティブおよび遮蔽を考慮した分類にYOLOv8n-clsを利用する軽量な2段階フレームワークを提案しており、複雑なアブラヤシ農園環境において高い収穫決定精度とゼロの誤収穫率を実現している。
本論文は、画像のみを用いたディープラーニング手法と比較して、メラノーマ分類の精度と解釈性を向上させるために、ディープラーニングによるダーモスコピー属性推定と自動抽出された臨床ルールを統合した、ニューロ・シンボリック・ファジー・ルールベース・フレームワークを提案するものである。
本研究は、論文の出版時における参考文献リストの構造的特性、具体的には自己引用率、引用文献の年の広がり、および引用文献の最新性が、出版後のいかなる証拠が現れる前においても、将来的な論文撤回のリスクを早期に検知する能力を大幅に向上させ得ることを実証している。
本論文は、大規模なデータセットを用いてリモート従業員のパフォーマンスを正確かつ堅牢かつ公平に予測するために、アテンションベースのディープラーニングとSHAP値を利用した説明可能なTabNetフレームワークを提案し、従来のベースラインモデルを凌駕すると同時に、透明かつ公平な人的資源意思決定を保証するものである。
本研究は、高度な大規模言語モデル、具体的にはBioClinicalBERTおよびBioGPTが、ソーシャルメディアや医薬品レビューのデータセットから副作用の原因となる薬物を自動的に特定するにおいて高い精度（F1スコアおよび正解率98%）を達成しており、医薬品の安全性監視のための有望なリアルタイムのソリューションを提供することを実証している。
本論文は、S3の原則をROS 2アーキテクチャと統合することで、自律型マルチロボットシステムにおける倫理的、透明、かつスケーラブルな調整を強化する、分散型コンセントに基づくソシオクラシー3.0ガバナンスフレームワークを提案し、DROID 100データセットを用いた評価を通じて、衝突削減、デバッグ可能性、およびコンセント成功率における大幅な向上を実証する。